Dans cet article, nous proposons SUBARU, une nouvelle méthode d'amélioration de la parole multimodale (ES) dans Hearables, un ordinateur portable pour une implémentation basse consommation. SUBARU réduit la consommation d'énergie d'un facteur 3,31 grâce à l'utilisation de CAN à faible fréquence d'échantillonnage et faible résolution binaire, et réalise une amélioration de la parole basée sur les GAN en introduisant des discriminateurs virtuels multi-échelles et multi-périodes sans apprentissage contradictoire des GAN. De plus, nous traitons les signaux ACM/BCM avec un échantillonnage sous-Nyquist et obtenons l'ES dans les tâches de streaming sur plateformes mobiles et environnements bruyants réels avec un temps d'inférence de 1,74 ms et une utilisation mémoire inférieure à 13,77 Mo grâce à une méthodologie de reconstruction large bande à partir de parties bande étroite. Ceci complète les études précédentes qui n'ont pas pris en compte les aspects pratiques d'une implémentation basse consommation.